A qualidade educacional como determinante de cidades inteligentes brasileiras: uma análise de dados em painel
| Orientador(a) (dc.contributor.advisor) | Reis, Magnus dos | |
| Coorientador(a) (dc.contributor.advisor-co1) | Silva, Luciana Maines da | |
| Lattes Coorientador(a) (dc.contributor.advisor-co1Lattes) | http://lattes.cnpq.br/5057065195398465 | pt_BR |
| Lattes Orientador(a) (dc.contributor.advisorLattes) | http://lattes.cnpq.br/8995032625426519 | pt_BR |
| Autor(a) (dc.contributor.author) | Sott, Michele Kremer | |
| Autor(a) Lattes (dc.contributor.authorLattes) | http://lattes.cnpq.br/7978914935513089 | pt_BR |
| Data de Disponibilização (dc.date.accessioned) | 2025-08-01T17:22:17Z | |
| dc.date.available (dc.date.available) | 2025-08-01T17:22:17Z | |
| Data da defesa / Data do evento (dc.date.issued) | 2025-03-28 | |
| Abstract (dc.description.abstract) | In developing countries like Brazil, education is one of the main pillars of socioeconomic progress, playing a fundamental role in training public managers, qualifying the population, and reducing social and educational inequalities. Investigating how education can drive the smartness of cities is essential for creating more efficient, sustainable, and inclusive urban environments. Although its importance is widely recognized, the impact of quality education on the development of Brazilian smart cities is still an underexplored field. In this context, this research investigates how educational quality relates to the development of smart cities. The study employs General Systems Theory to analyze cities as complex, dynamic, and multidimensional systems and uses a panel data econometric model to empirically test this relationship. The model utilizes cross-sectional data (from 183 cities) and temporal data (from 2015 to 2023) to analyze the relationship between variables from different urban dimensions and the development of smart cities, considering the smart city ranking score as the dependent variable and educational quality as the variable of interest. To enhance robustness and reduce bias in the analysis, control variables were included in the model. First, control variables derived from the seven urban dimensions previously identified in the literature were used: natural environment, urban infrastructure, economy, people, governance, organizations, and technology & innovation. Then, to measure educational quality, eight education indicators were used as proxies: Enem score, average number of students per class, average daily class hours, age-grade distortion rate, approval rate, dropout rate, adequacy of teacher training, and regularity of the teaching staff. The results show that even when creating multiple panel models and adding new control variables, educational quality remains positive and significant for most quality indicators: a 1% increase in Enem scores indicates a 1.13% increase in city ranking scores; a 1% reduction in the age-grade distortion rate suggests a 0.106% increase in scores; while a 1% increase in school approval rates can raise city scores by 0.34%. The variables for the average number of students per class and average daily class hours, although significant in the initial models, lost significance as new variables were added. The variables for adequacy of teacher training and regularity of the teaching staff were not significant. Regarding the variables associated with urban dimensions, the results indicate that an increase in the number of doctors and a reduction in robbery-related homicides positively impact city development. The findings highlight the complexity of the interaction between education and urban development and indicate that the higher the educational quality, the greater the chances of a city developing as a smart space. The results also suggest that well-structured public policies should comprehensively address multiple dimensions of educational quality in urban development strategies. This study contributes to theory by exploring the effect of educational quality on the smart city index in Brazil. In terms of managerial contributions, this research provides important results for the creation of public policies focused on educational indicators. Future studies may expand the analysis by incorporating a greater number of educational and urban indicators. It is also suggested to investigate the long-term effects of quality education on urban development, particularly regarding the impact of new public policies on smart cities. | en |
| Resumo (dc.description.resumo) | Em países em desenvolvimento como o Brasil, a educação é um dos principais pilares para o progresso socioeconômico, desempenhando um papel fundamental na formação de gestores públicos, na qualificação da população e na redução das desigualdades sociais e educacionais. Investigar como a educação pode impulsionar a inteligência das cidades é essencial para criar ambientes urbanos mais eficientes, sustentáveis e inclusivos. Embora sua importância seja amplamente reconhecida, o impacto da educação de qualidade no desenvolvimento de cidades inteligentes brasileiras ainda é um campo pouco explorado. Neste contexto, a presente pesquisa investiga de que forma a qualidade educacional se relaciona com o desenvolvimento de cidades inteligentes. O estudo emprega a Teoria Geral dos Sistemas para analisar as cidades como sistemas complexos, dinâmicos e multidimensionais, e utiliza um modelo econométrico de dados em painel para testar empiricamente essa relação. O modelo utilizou dados transversais (de 183 cidades) e temporais (de 2015 a 2023) para analisar a relação de variáveis de diferentes dimensões urbanas com o desenvolvimento de cidades inteligentes, tendo com variável dependente a nota do ranking de cidades inteligentes e como variável de interesse a qualidade educacional. Para aumentar a robustez e reduzir o viés da análise, foram incluídas variáveis de controle no modelo. Primeiramente, foram utilizadas variáveis de controle derivadas das sete dimensões urbanas previamente identificadas na literatura: ambiente natural, infraestrutura urbana, economia, pessoas, governança, organizações, e tecnologia e inovação. Depois, para mensurar a qualidade educacional foram utilizados oito indicadores de educação como proxys, são eles: nota do Enem, média de alunos por turma, média de horas-aula diária, distorção idade-série, taxa de aprovação, taxa de abandono, adequação da formação docente e regularidade do corpo docente. Os resultados mostram que, mesmo criando uma série de painéis e adicionando novas variáveis de controle, a qualidade educacional permanece positiva e significativa para a maior parte dos indicadores de qualidade: um aumento de 1% nas notas do Enem indica um acréscimo de 1,13% nas notas das cidades no ranking; a redução de 1% na taxa de distorção idade-série sugere um aumento de 0,106% nas notas; enquanto o aumento de 1% nas taxas de aprovação escolar pode aumentar em 0,34% as notas das cidades. As variáveis média de alunos por turma e média de horas-aula diária, embora tenham sido significativas nos primeiros modelos, perderam significância conforme novas variáveis foram sendo adicionadas. As variáveis adequação da formação docente e regularidade do corpo docente não foram significativas. No que tange às variáveis associadas às dimensões urbanas, os resultados indicam que o aumento no número de médicos e a redução do número de latrocínios afetam positivamente o desenvolvimento das cidades. Os resultados ressaltam a complexidade da interação entre a educação e o desenvolvimento urbano e indicam que quanto maior a qualidade educacional, melhor a chance da cidade se desenvolver enquanto espaço inteligente. Os achados sugerem, ainda, que políticas públicas bem estruturadas devem abordar de maneira integrada as múltiplas dimensões da qualidade educacional nas estratégias de desenvolvimento urbano. Este estudo contribui com a teoria ao explorar o efeito da qualidade educacional sobre o índice de cidades inteligentes brasileiras. No que tange às contribuições gerenciais, esta pesquisa gerou resultados importantes para a criação de políticas públicas voltadas aos indicadores educacionais. Estudos futuros podem ampliar a análise com um maior número de indicadores educacionais e urbanos. Também sugere-se investigar os efeitos da educação de qualidade no desenvolvimento urbano a longo prazo, especialmente em relação ao impacto de novas políticas públicas no desenvolvimento de cidades inteligentes. | pt_BR |
| Agência de fomento (dc.description.sponsorship) | CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior | pt_BR |
| URI (dc.identifier.uri) | http://repositorio.jesuita.org.br/handle/UNISINOS/13679 | |
| Idioma (dc.language) | pt_BR | pt_BR |
| Nome da instituição (dc.publisher) | Universidade do Vale do Rio dos Sinos | pt_BR |
| País da Instituição (dc.publisher.country) | Brasil | pt_BR |
| Departamento (dc.publisher.department) | Escola de Gestão e Negócios | pt_BR |
| Sigla da Instituição (dc.publisher.initials) | Unisinos | pt_BR |
| Programa (dc.publisher.program) | Programa de Pós-Graduação em Administração | pt_BR |
| Direitos de acesso ao documento (dc.rights) | openAccess | pt_BR |
| Assunto (dc.subject) | Cidades inteligentes | pt_BR |
| Assunto (dc.subject) | Educação | pt_BR |
| Assunto (dc.subject) | Teoria Geral dos Sistemas | pt_BR |
| Assunto (dc.subject) | Qualidade educacional | pt_BR |
| Assunto (dc.subject) | Desenvolvimento urbano | pt_BR |
| Assunto (dc.subject) | Políticas públicas | pt_BR |
| Assunto (dc.subject) | Smart cities | en |
| Assunto (dc.subject) | Education | en |
| Assunto (dc.subject) | General Systems Theory | en |
| Assunto (dc.subject) | Educational quality | en |
| Assunto (dc.subject) | Urban development | en |
| Assunto (dc.subject) | Public policies | en |
| Tema (CNPq) (dc.subject.cnpq) | ACCNPQ::Ciências Sociais Aplicadas::Administração | pt_BR |
| Título (dc.title) | A qualidade educacional como determinante de cidades inteligentes brasileiras: uma análise de dados em painel | pt_BR |
| Tipo de arquivo (dc.type) | Tese | pt_BR |
Arquivos
Pacote original
1 - 1 de 1
Carregando...
- Nome:
- Michele Kremer Sott_.pdf
- Tamanho:
- 1.22 MB
- Formato:
- Adobe Portable Document Format
- Descrição:
- qualidade_educacional
Licença do pacote
1 - 1 de 1
Carregando...
- Nome:
- license.txt
- Tamanho:
- 2.12 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: